서울대병원 정형외과 노두현 교수, 황두현 수련의, 안성호 학생 =서울대병원
(Photo : )
서울대병원 정형외과 노두현 교수, 황두현 수련의, 안성호 학생 =서울대병원


서울대병원 정형외과 노두현 교수팀이 무릎 인공관절 치환술 전 시행하는 검사인 하지 X-ray와 피검사만으로 환자의 '근감소증(sarcopenia)'을 정확히 예측할 수 있는 인공지능 모델을 세계 최초로 개발했다고 병원 측이 밝혔다.


이 기술은 인공지능인 합성곱 신경망과 기계학습의 분류 모델을 복합적으로 이용하였다. 노두현 교수팀에는 황두현 수련의, 안성호 학생이 소속되어 있다.


연구팀은 수술 이력이 없는 건강한 지원자 227명의 하지 X-ray 사진을 사용해 자동 근육 분할 역할을 수행하는 딥 러닝 예측 모델을 개발했다. 예측 모델은 하지 X-ray 사진으로부터 근육을 분할해 환자의 전신 근육량을 추산하고, 이를 포함한 총 7개의 변수를 활용해 근감소증을 예측하는 형식이다. 7개 변수는 예측 전신 근육량, 체질량지수, 빌리루빈, 헤모글로빈, 알부민, 단백질, 나이 등이다. 


연구팀은 이 모델을 활용해 퇴행성 무릎 관절염 치료를 위해 슬관절 전치환술(Total Knee Arthroplasty, 이하 TKA)을 앞두고 있는 환자 403명을 테스트했다. 그 결과, 연구 결과 개발된 딥 러닝 모델이 하지 X-ray 사진의 자동 근육 분할 측면에서 전문의가 표시한 것과 다름없는 높은 성능을 보이는 것이 확인되었다고 병원 측은 밝혔다. 또한 근감소증 예측 모델의 검증 단계에서 해당 모델의 예측 능력(AUC: Area Under Curve)의 수치는 0.98로 우수한 성능을 보였다고 한다. 특히 근감소증을 예측하는 7개의 변수 중 PMV(예측 전신 근육량) 값은 근감소증을 판별하는 기능에서 가장 중요한 변수로 확인됐다.


근감소증은 노화에 따라 근육량이 줄어들고 근육 기능이 저하되는 질환이다. 이 질환은 낙상, 골절, 여러 수술 후 합병증의 대표적인 위험인자로 꼽힌다. 이에 수술 전 선제적으로 근감소증 환자를 선별하고 치료를 제공하는 것이 중요하다고 한다. 

서울대병원 설명
(Photo : )


기존에는 근감소증 선별을 위해 종아리 둘레 수치를 사용하기도 하였는데, 병원 측에 따르면 이 방법은 연령에 따른 지방 축적, 피부 탄력의 변화 등으로 인해 범국가적으로 권장되는 방법은 아니다. 


근육의 양으로 근감소증을 진단하는 방법은 MRI 혹은 CT를 활용하는 것인데, 이 방법은 근육량 측정 정확도가 높은 장점이 있지만 시간이 오래 걸리거나 방사능 피폭, 관찰자에 따라 상이한 측정 결과 등의 한계가 있다는 점이 지적되고 있었다. 


이번 연구는 환자에게 부담이 되는 추가 검사 없이 기존에 시행하는 검사만으로 근감소증을 선별할 수 있는 도구로서의 기능을 할 것으로 기대된다. 
노두현 교수는 "본 기술을 활용해 무릎 인공관절 치환술뿐만 아니라 다양한 정형외과 수술을 받는 환자의 근감소증을 정확히 예측할 수 있을 것"이라며 "그 결과에 따라 적절한 치료를 제공할 수 있기를 기대한다"고 밝혔다.  이번 연구는 국제 SCI 학술지 '임상의학학술지(Journal of Clinical Medicine)' 최근호에 게재되었다고 병원 측은 설명했다.

Copyright © 의약일보